泥石流次声特征分析及流量智能反演方法

摘要

次声技术已被广泛应用于泥石流监测预警中，泥石流次声的某些特征可从一定程度上反映泥石流的流量。泥石流流量是评估泥石流规模的重要参数，准确预测泥石流流量对泥石流监测预警具有重要意义。围绕影响泥石流次声特性的关键物理参量，通过定量化配比水槽实验模拟泥石流产生次声的物理过程，采集次声信号并测算流量。通过分析泥石流流量与次声之间的关联，揭示泥石流流量对次声特性的影响规律。经特征提取和特征选择提炼出可表征泥石流流量的次声特征因子并构建特征向量集。通过对比分析k近邻算法(k-nearest neighbor, KNN)、神经网络、随机森林和梯度提升决策树(gradient boosting decision tree, GBDT)算法在流量预测方面的表现性能，构建了具有较高预测准确率的泥石流流量智能反演模型。通过该智能反演模型可实现泥石流流量的有效预测，从而为泥石流次声监测提供更丰富的报警信息。

关键词

泥石流 / 次声 / 特征分析 / 流量 / 智能反演